PDF से Word: पाठ, OCR और दस्तावेज़ संरचना की समीक्षा
Admin ·
PDF से Word टूल चुने हुए PDF पृष्ठ आपके ब्राउज़र में पढ़ता है, निकाली गई सामग्री सुधारने देता है और संपादन योग्य DOCX बनाता है। पहले कुछ ऐसे पृष्ठ चुनें जो दस्तावेज़ की मुख्य विशेषताएँ दिखाते हों। मौजूदा पाठ पढ़ें, छपे हुए स्कैन के लिए OCR चुनें या ज़रूरत हो तो संरचना पुनर्निर्माण चालू करें। डाउनलोड करने से पहले समीक्षा का मूल पृष्ठ से मिलान करें।
PDF में पृष्ठों की स्थिति तय होती है, जबकि संपादन योग्य Word दस्तावेज़ में अनुच्छेद, तालिकाएँ और दूसरे भाग नई जगह बह सकते हैं। इसलिए रूपांतरण में सामग्री दोबारा बनाई जाती है; हर पंक्ति, फ़ॉन्ट या पृष्ठ-विराम के एक जैसा रहने की गारंटी नहीं मिलती। स्रोत PDF सँभालकर रखें और तैयार Word फ़ाइल उस ऐप में जाँचें जिसमें उसका उपयोग करना है।
पहले ऐसा पृष्ठ चुनें जिस पर संभावित समस्याएँ दिखें
एक PDF चुनें या उसे कार्यक्षेत्र में खींचकर छोड़ें। शुरू में स्वचालित पढ़ना, अंग्रेज़ी OCR और सादे संपादन योग्य अनुच्छेद चुने होते हैं। पृष्ठ फ़ील्ड में छोटा दायरा भरें, PDF माँगे तो उसका ज्ञात पासवर्ड दें और PDF का पाठ पढ़ें चुनें। केवल फ़ाइल चुनने से Word डाउनलोड तैयार नहीं होता।
ऐसा नमूना लें जिसमें आपकी ज़रूरत की सामग्री हो: सामान्य पाठ, स्कैन, तालिका या दो कॉलम। तालिकाएँ, शीर्षक, सूचियाँ या चित्र ज़रूरी हों तो पढ़ने से पहले दस्तावेज़ संरचना पुनर्निर्मित करें चालू करें। इससे समीक्षा और शुरू में चुना गया आउटपुट दोनों बदलते हैं। बड़ी पृष्ठ-चयन सूची पर जाने से पहले पहला परिणाम देखें।
- मूल PDF को देखने और मिलान करने के लिए सुरक्षित रखें।
- छपी भाषा के अनुसार OCR मॉडल स्वयं चुनें; इंटरफ़ेस की भाषा बदलने से मॉडल नहीं बदलता।
- निर्यात से पहले नाम, संख्याएँ, छूटी पंक्तियाँ और पढ़ने का क्रम जाँचें।
चुनें कि हर चयनित पृष्ठ कैसे पढ़ा जाए
स्वचालित मोड मौजूदा पाठ परत का उपयोग करता है यदि उसके निकाले हुए पाठ के दोनों सिरों की खाली जगह हटाने पर कुछ पाठ बचता है। OCR केवल उन पृष्ठों पर चलता है जहाँ ऐसा पाठ नहीं मिलता। यह नहीं जाँचता कि मौजूदा परत पूरी या सही है। इसलिए स्कैन किए चालान के ऊपर चयन योग्य शीर्षक होने पर केवल शीर्षक मिल सकता है और नीचे चित्र में लिखा चालान छूट सकता है।
उपयोगी शब्द चित्रों में हों या पाठ परत काम की न हो तो OCR · हर चुना हुआ पृष्ठ चुनें। इससे चुने पृष्ठों की रास्टर छवि बनती है और उनमें छपा पाठ पहचाना जाता है, जिसमें पहले से दिखाई देने वाला पाठ भी शामिल है। पहचान नई गलतियाँ ला सकती है; इसलिए दोबारा मिलान करें, यह न मानें कि हर दस्तावेज़ के लिए OCR बेहतर होगा।
| पढ़ने का मोड | कब उपयोगी है | मुख्य सीमा |
|---|---|---|
| स्वचालित | सामान्य पाठ वाले पृष्ठों और अलग स्कैन पृष्ठों का मिला-जुला दस्तावेज़ | आंशिक रूप से उपयोगी पाठ परत उसी पृष्ठ के OCR को रोक सकती है |
| केवल मौजूदा PDF पाठ | चयन योग्य पाठ जिसे OCR के बिना जाँचना हो | चित्रों का पाठ और फ़ॉर्म फ़ील्ड के मान छूट सकते हैं |
| हर चुने पृष्ठ पर OCR | छपे स्कैन, मिश्रित पृष्ठ या बेकार पाठ परत | अधिकतम 10 OCR पृष्ठ; पहचान का परिणाम जाँचना ज़रूरी है |
Adobe Acrobat: कागज़ स्कैन करना और OCRTesseract दस्तावेज़: पाठ पहचान की गुणवत्ता सुधारनाTesseract.js: इमेज पहचान और PDF समर्थन की सीमा
पृष्ठों का दायरा और उनका क्रम जाँचें
पृष्ठ फ़ील्ड खाली रहने पर पूरा स्रोत चुना जाता है। 1-3, 5 भरने पर पहले पृष्ठ एक से तीन और फिर पृष्ठ पाँच पढ़ा जाता है। एक दायरे के अंदर संख्याएँ बढ़ते क्रम में होनी चाहिए, लेकिन अलग-अलग हिस्से आपके दिए क्रम में रहते हैं। उदाहरण के लिए 3,1,3 से समीक्षा में पृष्ठ तीन, पृष्ठ एक और फिर पृष्ठ तीन आता है। दोहराए पृष्ठ भी चयन और OCR की सीमा में गिने जाते हैं।
स्रोत में अधिकतम 300 पृष्ठ और एक काम में अधिकतम 50 चुने पृष्ठ हो सकते हैं। 301 पृष्ठ वाले स्रोत से केवल एक पृष्ठ चुनने पर भी स्रोत की सीमा नहीं हटती। पहले उसे उपयुक्त छोटे PDF में बाँटें। अलग भाषाओं के स्कैन के लिए सही OCR भाषा चुनकर अलग दायरे पढ़ें; एक चयन से सभी भाषाएँ पहचानने की उम्मीद न करें।
छपी भाषा चुनें और साफ़ स्कैन इस्तेमाल करें
OCR में अंग्रेज़ी, फ़्रेंच, जर्मन, इतालवी, पुर्तगाली, स्पैनिश, सरलीकृत चीनी, हिन्दी, अरबी और बांग्ला उपलब्ध हैं। एक बार पढ़ने में चुना मॉडल सभी OCR पृष्ठों पर लागू होता है। इंडोनेशियाई और उर्दू इंटरफ़ेस होने का अर्थ उन भाषाओं के पहचान मॉडल उपलब्ध होना नहीं है। यहाँ हस्तलिपि और इस सूची से बाहर की भाषाएँ समर्थित नहीं हैं; OCR अनुवाद भी नहीं करता।
साफ़, सीधे और पढ़ने योग्य छपे पृष्ठ धुँधले, तिरछे या कम रिज़ॉल्यूशन वाले स्कैन से बेहतर शुरुआत देते हैं। टूल OCR पृष्ठ को प्रति PDF इंच 200 पिक्सेल पर बनाता है; उपयोगकर्ता के लिए रिज़ॉल्यूशन या स्कैन सुधार का अलग नियंत्रण नहीं है। संरचना वाले OCR में शब्दों के बॉक्स बिना घुमाए उपयोग होते हैं और तिरछापन अपने-आप सुधारना बंद रहता है। ज़रूरत हो तो आयात से पहले स्रोत की दिशा ठीक करें। ऊँचा विश्वास अनुमान होने पर भी पूरी पंक्तियाँ छूट सकती हैं या पहचान संख्या गलत हो सकती है।
Tesseract दस्तावेज़: पाठ पहचान की गुणवत्ता सुधारनाTesseract.js: इमेज पहचान और PDF समर्थन की सीमा
हर मूल पृष्ठ से सामग्री का मिलान करें
समीक्षा में मूल पृष्ठ के पास संपादन योग्य पाठ और पृष्ठ चुनने का विकल्प मिलता है। व्यक्तियों के नाम, तारीखें, दशमलव चिह्न, खाता संख्याएँ, विराम चिह्न और पूरी पंक्तियाँ जाँचें। 9007199254740993 जैसी पहचान संख्याएँ पाठ के रूप में रखें; कन्वर्टर उन्हें पूर्णांकित करने या स्प्रेडशीट की संख्या मानने को नहीं कहता।
सादे मोड में सीधे पाठ बदलें। पंक्ति-विराम Word अनुच्छेद बनते हैं। केवल पाठ पढ़ने पर सामग्री न मिले तो खाली समीक्षा में अपना पाठ भी लिख सकते हैं, लेकिन पूरी तरह खाली सादा पाठ Word दस्तावेज़ नहीं बना सकता। स्कैन की छपी सामग्री चाहिए तो OCR से फिर पढ़ें और नई निकासी जाँचें। दोबारा पढ़ने से पिछली समीक्षा मिटती है, इसलिए ज़रूरी संपादन पहले डाउनलोड कर लें।
Microsoft Support: Word में PDF खोलना और रूपांतरण की सीमाएँTesseract दस्तावेज़: पाठ पहचान की गुणवत्ता सुधारना
संपादन योग्य लेआउट चाहिए तो संरचना दोबारा बनाएँ
संरचना मोड अनुच्छेद, शीर्षक, समर्थित सूचियाँ, तालिकाएँ, एक या दो कॉलम वाले क्षेत्र और चित्र पहचानने की कोशिश करता है। उपयोगी PDF टैग मार्गदर्शन दे सकते हैं; बाकी सामग्री स्थिति और रूप के आधार पर समूहित होती है। टैग या ज्यामितीय अनुमान अपने-आप सही पढ़ने का क्रम तय नहीं करते। ब्लॉक का स्रोत से मिलान करें और ज़रूरत के अनुसार उन्हें आगे-पीछे करें, बदलें या हटाएँ।
तालिका सेल संपादन योग्य रहते हैं, हाथ से जोड़ी तालिकाओं में भी। कॉलम का मिलान, मिले हुए हेडर और सेल पढ़ने का क्रम जाँचें। स्रोत के अलग पृष्ठों की सूचियों को Word में अलग क्रमांकन परिभाषाएँ मिलती हैं, इसलिए सूची कहाँ जारी या दोबारा शुरू हो रही है यह देखें। दिखने में ठीक दस्तावेज़ भी दाएँ कॉलम को बाएँ पाठ से पहले रख सकता है।
| क्या जाँचें | उपयोगी सुधार | निर्यात के बाद जाँच |
|---|---|---|
| शीर्षक और सूचियाँ | शीर्षक स्तर, सूची शैली और क्रमांकन चुनें; ब्लॉक का क्रम बदलें | शीर्षकों का स्तर और सूची का जारी रहना |
| तालिकाएँ | सेल पाठ, पंक्ति, कॉलम और मिले हुए सेल की व्याख्या सुधारें | हर मान सही हेडर के नीचे होना चाहिए |
| कॉलम और चित्र | क्षेत्रों का क्रम जाँचें और चित्र के काटे हिस्से जोड़ें या हटाएँ | पढ़ने का क्रम, छूटे चित्र और दोहराया पाठ |
Microsoft Support: Word में PDF खोलना और रूपांतरण की सीमाएँPDF.js API: दस्तावेज़ लोड करना, पाठ और पृष्ठ रेंडर करना
फ़ॉन्ट, रंग और चित्र के हिस्सों को अनुमान समझें
संरचना मोड मिले हुए फ़ॉन्ट परिवार के नाम, आकार और समर्थित ठोस पाठ रंग रख सकता है; उनकी समीक्षा के नियंत्रण भी मिलते हैं। यह मूल फ़ॉन्ट फ़ाइलें एम्बेड नहीं करता। उपलब्ध न होने पर ब्राउज़र या वर्ड प्रोसेसर दूसरा फ़ॉन्ट चुन सकता है। पारदर्शिता, पैटर्न, अक्षरों की बाहरी रेखाएँ और क्लिपिंग PDF जैसा सटीक रूप नहीं देते; दिखाए नोट पढ़ें और पूर्वावलोकन से तुलना करें।
चित्र पृष्ठ को रेंडर करके काटे गए हिस्से हैं, मूल एम्बेड की गई इमेज फ़ाइलें नहीं। मौजूदा पाठ से बनी संरचना 150 PPI रेंडर उपयोग करती है और दोहराव रोकने के लिए पूरे पृष्ठ की इमेज या पाठ पर चढ़े चित्र छोड़ सकती है। वेक्टर चित्र, मास्क और दोहराई या समूहित इमेज को हाथ से काटना पड़ सकता है। काटे हिस्से में वही पाठ पिक्सेल हो सकते हैं जो संपादन योग्य ब्लॉक में पहले से हैं; दोनों जाँचें। OCR वाली संरचना हर इमेज को अपने-आप अलग चित्र नहीं बनाती।
Microsoft Support: Word में PDF खोलना और रूपांतरण की सीमाएँPDF.js API: दस्तावेज़ लोड करना, पाठ और पृष्ठ रेंडर करना
सादा पाठ और संरचना के संपादन अलग रखें
संरचना समीक्षा मौजूद हो तो Word सामग्री में समीक्षित संरचना या सादा संपादन योग्य अनुच्छेद चुन सकते हैं। दोनों के संपादन अलग रहते हैं। संरचना में तालिका बदलने से सादा पाठ नहीं बदलता और सादा पाठ बदलने से संरचना के ब्लॉक नहीं बदलते। DOCX या समीक्षित पाठ डाउनलोड करने से पहले सही संस्करण चुनें।
पढ़ने की सेटिंग बदलने, दूसरी फ़ाइल चुनने या दोबारा पढ़ने से समीक्षा साफ़ होती है। केवल Word आउटपुट सेटिंग बदलने पर समीक्षित सामग्री रहती है और पुराना परिणाम हटता है, ताकि उसे फिर बनाया जाए। निर्यात की त्रुटि दिख रही हो तो इन सेटिंग को बदलने पर पुराना त्रुटि संदेश भी हटता है; अगला निर्यात फिर भी सफलतापूर्वक पूरा होना चाहिए।
पृष्ठ आकार चुनें, DOCX बनाएँ और Word में जाँचें
सादे आउटपुट में US Letter या A4 मिलते हैं और संपादन योग्य अनुच्छेद बनते हैं; PDF की मूल तालिकाएँ, इमेज, लिंक, फ़ॉर्म, फ़ॉन्ट या लेआउट दोबारा नहीं बनते। संरचित आउटपुट समीक्षित ब्लॉक उपयोग करता है और स्रोत पृष्ठ आयाम भी चुनने देता है। पुनर्निर्माण चालू करने पर पहले संरचित आउटपुट और स्रोत के आयाम चुने जाते हैं; सादे पाठ पर जाने से स्रोत आकार का चयन Letter हो जाता है।
पृष्ठ-विराम विकल्प हर स्रोत पृष्ठ को Word के नए पृष्ठ पर शुरू करता है, लेकिन उसके अंदर का पृष्ठ-विभाजन वैसा ही रहने की गारंटी नहीं देता। पाठ, मार्जिन, बदले फ़ॉन्ट और वर्ड प्रोसेसर सामग्री का बहाव बदल सकते हैं। Word दस्तावेज़ बनाएँ चुनें, परिणाम आने दें और DOCX डाउनलोड करें। संरचना पुनर्निर्माण के लिए स्रोत पृष्ठ की हर भुजा 0.5 से 22 इंच के बीच होनी चाहिए। बाहर के आकार के लिए पुनर्निर्माण बंद करके फिर पढ़ें और सादा Letter या A4 आउटपुट लें, या पहले मानक आकार का PDF तैयार करें; बाकी इनपुट और रेंडरिंग सीमाएँ फिर भी लागू रहती हैं।
फ़ाइल, चयन और समीक्षा की सीमाएँ अलग-अलग जाँचें
50 MB की इनपुट सीमा का अर्थ 50000000 बाइट है। PDF को पृष्ठ और रेंडरिंग सीमाओं में भी होना चाहिए; छोटी संपीड़ित फ़ाइल में भी बहुत बड़ा पृष्ठ हो सकता है। कम पृष्ठ चुनने से कुल काम घट सकता है, लेकिन स्रोत के कुल पृष्ठों या फ़ाइल बाइट की सीमा नहीं हटती। संरचना और OCR के रेंडर सादे पाठ के पूर्वावलोकन से बड़े होते हैं।
पाठ की सीमा JavaScript की UTF-16 इकाइयाँ गिनती है, दिखाई देने वाले अक्षर नहीं: कुछ प्रतीक दो इकाइयाँ लेते हैं और संयुक्त चिह्नों के क्रम कई इकाइयाँ ले सकते हैं। दिखती समीक्षा गिनती में TXT और Word Counter के लिए पृष्ठों के बीच जोड़े विभाजक शामिल नहीं होते। संरचित निर्यात में ब्लॉक, शैली वाले पाठ-अंश, चित्र और तालिका आकार की सीमाएँ भी हैं। सीमा आने पर चयन घटाएँ या समीक्षित दस्तावेज़ सरल करें।
| किसकी सीमा | लागू सीमा | पार होने पर क्या करें |
|---|---|---|
| स्रोत PDF | 50000000 बाइट और 300 पृष्ठ | पहले बाँटें या छोटा स्रोत तैयार करें |
| चुने पृष्ठ | 50 प्रविष्टियाँ; अधिकतम 10 पृष्ठों पर OCR | छोटा दायरा चुनें और अनचाहे दोहराव हटाएँ |
| समीक्षित या निर्यातित पाठ | 1000000 UTF-16 इकाइयाँ; सादे DOCX में अधिकतम 20000 अनुच्छेद | छोटे हिस्से निर्यात करें |
| रेंडर किए पृष्ठ | हर भुजा पर 8192 पिक्सेल; हर पृष्ठ पर 8000000 पिक्सेल; कुल 80000000 | छोटा दायरा या मानक आकार के स्रोत पृष्ठ उपयोग करें |
| शुरुआती समीक्षा सामग्री | पूर्वावलोकन, स्रोत रेंडर और चित्र मिलाकर 50000000 बाइट | पृष्ठ चयन घटाएँ या सादा पाठ उपयोग करें |
| संरचित DOCX | 2000 ब्लॉक, 50000 शैली वाले पाठ-अंश, 100 चित्र और कुल 50000000 चित्र बाइट; आउटपुट अधिकतम 100000000 बाइट | ब्लॉक और चित्र कम करें या काम बाँटें |
| हर संरचित तालिका | 200 पंक्तियाँ, 12 कॉलम और 2000 सेल | बड़ी तालिका को उपयुक्त हिस्सों में बाँटें |
| काम की समय सीमा | पढ़ने के लिए 180 सेकंड; Word बनाने के लिए 60 सेकंड | उपलब्ध उपकरण पर छोटा काम दोबारा चलाएँ |
PDF.js API: दस्तावेज़ लोड करना, पाठ और पृष्ठ रेंडर करनाTesseract.js: इमेज पहचान और PDF समर्थन की सीमा
त्रुटि संदेश के अनुसार अगला कदम चुनें
फ़ाइल नाम में .pdf होने से उसका PDF डेटा पढ़ने योग्य होने की गारंटी नहीं मिलती। यह प्रक्रिया फ़ाइल जाँचती है और PDF त्रुटियों पर सख्त जाँच लागू करती है, जिसमें मरम्मत योग्य फ़ॉन्ट हिंट के लिए सीमित छूट है। कोई क्षतिग्रस्त फ़ाइल दूसरे व्यूअर में सुधार के बाद दिख सकती है, फिर भी यहाँ अस्वीकार हो सकती है। कहीं और पूर्वावलोकन दिख जाना यह साबित नहीं करता कि यहाँ उसका पाठ या संरचना सुरक्षित रूप से दोबारा बन जाएगी।
पढ़ना असफल या रद्द हो तो इंटरफ़ेस आंशिक समीक्षा पृष्ठ नहीं देता। इनपुट या विकल्प ठीक करके फिर पढ़ें। Word बनना असफल हो तो समीक्षा सुधारने या TXT डाउनलोड करने के लिए उपलब्ध रहती है। स्थानीय इंजन या मॉडल उपलब्ध न हो तो दोबारा कोशिश से पहले साइट के संबंधित संसाधनों का सफलतापूर्वक लोड होना ज़रूरी हो सकता है।
| समस्या | क्या जाँचें | अगला कदम |
|---|---|---|
| स्कैन से पाठ नहीं मिला | केवल पाठ वाला मोड चित्र के पिक्सेल नहीं पढ़ता | स्वचालित या हर चुने पृष्ठ पर OCR चुनें |
| केवल शीर्षक निकला | मिश्रित पृष्ठ में कुछ चयन योग्य पाठ है | जबरन OCR आज़माएँ और पूरे पृष्ठ का मिलान करें |
| शब्द गलत या गायब हैं | भाषा, स्कैन गुणवत्ता या पहचान की सीमाएँ | सही मॉडल चुनें और मूल देखकर सुधारें |
| पृष्ठ या रेंडरिंग सीमा | स्रोत आकार, चुने पृष्ठों की संख्या या रास्टर आयाम | छोटा स्रोत या दायरा तैयार करें |
| DOCX का लेआउट बदला है | पुनर्निर्माण, दूसरा फ़ॉन्ट या Word में नया बहाव | ब्लॉक की समीक्षा करें और निर्यातित दस्तावेज़ जाँचें |
PDF.js API: दस्तावेज़ लोड करना, पाठ और पृष्ठ रेंडर करनाTesseract दस्तावेज़: पाठ पहचान की गुणवत्ता सुधारना
ज्ञात पासवर्ड दें और फिर पढ़ने से पहले संपादन बचाएँ
सुरक्षित PDF के लिए स्थानीय पासवर्ड फ़ील्ड में उसका सही पासवर्ड भरकर पढ़ें। यह पासवर्ड वापस पाने का टूल नहीं है। हर पढ़ने की कोशिश के बाद फ़ील्ड साफ़ होती है, असफलता या रद्द करने पर भी; अगली कोशिश में उसे फिर भरना पड़ सकता है। रद्द करने के बाद चुना PDF चयनित रहता है।
रद्द करें मौजूदा पढ़ना या निर्यात रोकता है। फ़ाइल साफ़ करें चुना स्रोत, पासवर्ड, दायरा और समीक्षा हटाता है, जबकि पढ़ने के दूसरे विकल्प और Word सेटिंग रह सकते हैं। दूसरा दस्तावेज़ लेने से पहले उन्हें जाँचें। साफ़ करने, फिर पढ़ने या पृष्ठ छोड़ने से पहले ज़रूरी संपादन डाउनलोड करें; स्क्रीन पर दिख रही समीक्षा सेव किया हुआ दस्तावेज़ नहीं है।
TXT डाउनलोड करें या समीक्षित पाठ Word Counter में भेजें
समीक्षित पाठ डाउनलोड करें, Word सामग्री में चुना संस्करण उपयोग करता है। संरचना चुनी हो तो समीक्षित ब्लॉक का पाठ मिलता है, जिसमें तालिका पाठ और लागू सूची चिह्न शामिल हैं; चित्र के पिक्सेल पाठ नहीं जोड़ते। TXT में सभी समीक्षा पृष्ठ चयन के क्रम में आते हैं और उनके बीच दो पंक्ति-विराम होते हैं।
समीक्षित पाठ गिनें वही पाठ मौजूदा टैब में Word Counter को देता है। उसकी 1000000 इकाइयों की सीमा में जोड़े पृष्ठ विभाजक भी आते हैं, इसलिए अपनी समीक्षा सीमा तक पहुँचा पाठ भेजने के लिए बहुत बड़ा हो सकता है। ज़रूरत हो तो छोटे हिस्से डाउनलोड करें। यह हस्तांतरण अस्थायी है और URL या ब्राउज़र स्टोरेज में नहीं रखा जाता; Word Counter में साफ़ करने से भेजा पाठ और बदलाव वापस लेने का इतिहास हटता है।
स्थानीय दस्तावेज़ काम और साइट डाउनलोड का अंतर समझें
PDF, पासवर्ड, पाठ की समीक्षा और Word बनाना आपके उपकरण पर संसाधित होते हैं। यह प्रक्रिया रूपांतरण के लिए दस्तावेज़ के बाइट अपलोड नहीं करती। वेबसाइट खोलने में फिर भी पृष्ठ और स्क्रिप्ट के अनुरोध होते हैं; ज़रूरत पर PDF सहायक फ़ाइलें या चुना OCR मॉडल मँगाया जा सकता है। साइट के उपयोग आँकड़ों के अनुरोध भी हो सकते हैं। स्थानीय काम का अर्थ पहली बार पूरी तरह ऑफ़लाइन चलना या बिल्कुल नेटवर्क अनुरोध न होना नहीं है।
मौजूदा पाठ पढ़ने के लिए OCR मॉडल नहीं चाहिए। पहचान ज़रूरी होने पर चुनी भाषा का मॉडल OCR इंजन के साथ लोड होता है; सभी मॉडल अपने-आप डाउनलोड नहीं होते। संसाधन डाउनलोड असफल हो तो पहचान रुक सकती है, भले दस्तावेज़ का काम स्थानीय हो। तैयार फ़ाइलें टैब से अलग सँभालने के लिए डाउनलोड करें।
Tesseract.js: इमेज पहचान और PDF समर्थन की सीमाPDF.js API: दस्तावेज़ लोड करना, पाठ और पृष्ठ रेंडर करना
साझा करने से पहले आखिरी बार उपयोगी जाँच करें
चालान में ग्राहक का नाम, चालान पहचान संख्या, हर मद, मात्रा, दशमलव चिह्न और कुल रकम PDF से मिलाएँ। रिपोर्ट में शीर्षक स्तर, सूची का जारी रहना, कॉलम क्रम, तालिका हेडर और चित्र विवरण भी देखें। OCR का विश्वास अंक इंजन का अनुमान है, आपके दस्तावेज़ की मापी गई सटीकता नहीं।
डाउनलोड किए DOCX को अपने चुने संपादक में खोलें और पढ़ने योग्य ज़ूम पर पृष्ठ जाँचें। वहाँ सामग्री का बहाव ठीक करें या स्रोत समीक्षा सुधारकर फिर निर्यात करें। मूल दृश्य व्यवस्था ज़रूरी हो तो संपादन योग्य संस्करण के साथ PDF भी रखें। निश्चित रूप वाली प्रति के लिए हर विवरण Word में दोहराने की कोशिश से अधिक उपयोगी मूल PDF बचाना हो सकता है।
Microsoft Support: Word में PDF खोलना और रूपांतरण की सीमाएँTesseract दस्तावेज़: पाठ पहचान की गुणवत्ता सुधारना
आम प्रश्न
PDF को संपादन योग्य Word में कैसे बदलें?
एक PDF, पढ़ने का मोड और पृष्ठ दायरा चुनकर PDF का पाठ पढ़ें दबाएँ। समीक्षा का मिलान और संपादन करें, Word आउटपुट सेटिंग चुनें, दस्तावेज़ बनाएँ और DOCX डाउनलोड करें।
क्या स्कैन किए PDF पृष्ठ पढ़े जा सकते हैं?
हाँ, समर्थित छपी भाषाओं और OCR सीमाओं के भीतर। स्वचालित मोड केवल उन पृष्ठों पर OCR करता है जिनसे खाली न रहने वाला मौजूदा पाठ नहीं मिलता; मिश्रित पृष्ठ या बेकार पाठ परत के लिए हर चुने पृष्ठ पर OCR चुनें।
स्वचालित मोड ने चित्र का पाठ क्यों छोड़ दिया?
यह देखता है कि निकला पाठ खाली है या नहीं, यह नहीं कि पूरा पृष्ठ उसमें आया है। चयन योग्य शीर्षक बाकी पृष्ठ का OCR रोक सकता है। जबरन OCR चित्र के शब्द निकाल सकता है, लेकिन उसका परिणाम जाँचना होगा।
क्या इंटरफ़ेस की भाषा बदलने से OCR भाषा चुन जाती है?
नहीं। शुरू में अंग्रेज़ी मॉडल चुना होता है। छपी भाषा स्वयं चुनें। दस मॉडल उपलब्ध हैं; इंडोनेशियाई और उर्दू इंटरफ़ेस के लिए यहाँ संबंधित OCR मॉडल नहीं हैं।
क्या OCR अनुवाद करता है या हस्तलिपि पहचानता है?
यह समर्थित छपा पाठ पहचानता है, अनुवाद नहीं करता। हाथ से लिखे पाठ और दिए मॉडल से बाहर की भाषाएँ समर्थित नहीं हैं।
क्या Word फ़ाइल बिल्कुल PDF जैसी दिखेगी?
नहीं। सादे आउटपुट में संपादन योग्य अनुच्छेद होते हैं। संरचित आउटपुट समर्थित ब्लॉक और चित्र दोबारा बनाता है, लेकिन दूसरा फ़ॉन्ट, अनिश्चित समूह और Word में नया बहाव परिणाम बदल सकते हैं। डाउनलोड की फ़ाइल जाँचें।
क्या तालिकाएँ, शीर्षक और कॉलम बदल सकते हैं?
पढ़ने से पहले पुनर्निर्माण चालू करें और पहचाने ब्लॉक जाँचें। शीर्षक स्तर, सूची क्रमांकन, तालिका सेल, मिले हेडर, कॉलम क्रम और चित्र देखें। PDF टैग मिलने पर भी पहचान अनुमानित है।
क्या सादा पाठ बदलने से संरचित संस्करण भी बदलता है?
नहीं। दोनों के संपादन अलग रहते हैं। Word सामग्री तय करता है कि DOCX, TXT और Word Counter को भेजे पाठ में कौन-सा संस्करण उपयोग होगा।
एक बार में कितने पृष्ठ बदल सकते हैं?
स्रोत में अधिकतम 300 पृष्ठ हो सकते हैं। एक काम में अधिकतम 50 प्रविष्टियाँ चुनी जा सकती हैं, जिनमें अधिकतम 10 को OCR चाहिए। दोहराव फिर गिना जाता है और फ़ाइल, पाठ, रेंडरिंग तथा समय सीमाएँ भी लागू होती हैं।
क्या छोटा दायरा चुनने से बड़े स्रोत की सीमा हटती है?
इससे चुना काम घटता है, लेकिन स्रोत की 50000000 बाइट या 300 पृष्ठ की सीमा नहीं हटती। बड़ा स्रोत चुनने से पहले उसे उपयुक्त छोटे PDF में बाँटें।
क्या पासवर्ड माँगने वाला PDF बदल सकता हूँ?
पढ़ने से पहले सही ज्ञात पासवर्ड स्थानीय रूप से दें। हर कोशिश के बाद फ़ील्ड साफ़ होती है। टूल अज्ञात पासवर्ड वापस नहीं पाता और उसे दरकिनार नहीं करता।
पूरी सीमा तक की समीक्षा के लिए Word Counter बंद क्यों है?
उसकी सीमा में समीक्षा पृष्ठों के बीच डाले दो पंक्ति-विराम भी गिने जाते हैं। उनसे मान्य समीक्षा भी 1000000 UTF-16 इकाइयों से आगे जा सकती है। छोटे हिस्से डाउनलोड करके गिनें।
क्या PDF या पासवर्ड रूपांतरण के लिए अपलोड होते हैं?
यह प्रक्रिया उन्हें आपके उपकरण पर स्थानीय रूप से संसाधित करती है। साइट स्क्रिप्ट, PDF सहायक संसाधन, चुना OCR मॉडल और उपयोग आँकड़ों के लिए अनुरोध फिर भी कर सकती है। स्थानीय रूपांतरण का अर्थ शून्य नेटवर्क अनुरोध नहीं है।
रद्द या साफ़ करने से पहले क्या बचाना चाहिए?
संपादन रखने के लिए समीक्षित पाठ या तैयार DOCX डाउनलोड करें। रद्द करने पर चुना PDF रहता है; फ़ाइल साफ़ करें स्रोत और समीक्षा हटाता है। फिर पढ़ने से पिछली समीक्षा रीसेट होती है।